This content was originally published here.

This content was originally published here.

This content was originally published here.

This content was originally published here.

Bard como parte del asistente de Google. En el evento de presentación de los nuevos Pixel Watch 2 y Pixel 8, la compañía también mostró las novedades que tendrá su inteligencia artificial generativa.

Según Sissy Hsiao, vicepresidenta y directora general de Google Assistant y Bard, este nuevo “experimento” llamado Assistant with Bard, fusiona las capacidades del asistente con la IA para crear un producto “más intuitivo, inteligente y personalizado“.

Esta nueva herramienta, incorpora las capacidades de la IA generativa y de razonamiento de Bard con la ayuda que puede proporcionar el asistente. La interacción con este sistema puede llevarse a cabo mediante texto, voz o imágenes, permitiendo también solicitar acciones como recordatorios o alarmas.

Las nuevas capacidades del asistente

Google detalla que Assistant with Bard también puede obtener información del usuario desde herramientas como Gmail o Docs o interactuar con otros servicios de la compañía, como Maps.

Durante el evento Made By Google, Hsiao ilustró cómo Assistant with Bard puede enviar mensajes de texto y responder a solicitudes, como la creación de listas de compras para fiestas, indicando qué ingredientes se necesitan para recetas específicas.

Al igual que GPT-4, Bard es multimodal, lo que implica que no solo responde a entradas de audio o texto, sino que también utiliza información de imágenes ingresadas.

Esta capacidad permite a Assistant with Bard analizar fotografías y generar contenido, como texto para acompañar publicaciones en redes sociales, con solo solicitarlo.

Asistente con IA para todos

Google ha anunciado que se podrá acceder a Assistant with Bard en dispositivos móviles, no solo en Android, sino también en iOS.

Dado que se trata de un experimento inicial, se llevarán a cabo pruebas con evaluadores antes de su lanzamiento al público en general. Eso sí, Hsiao insinuó que uno de los primeros dispositivos en recibir esta función será el Pixel 8.

–
La noticia

Google Assistant con esteroides: por fin la Inteligencia Artificial de Bard llegará al asistente para que dé respuestas personalizadas

fue publicada originalmente en

Xataka México

por
Gonzalo Hernández

.

This content was originally published here.

This content was originally published here.

This content was originally published here.

HEIDELBERG, Alemania.– Los glaciares, con sus idas y vueltas, sus ampliaciones y recortes, han formateado la vida de la Tierra desde su mismo comienzo. Y, por supuesto, son más que muy importantes por su contenido de agua dulce (almacenan alrededor del 70% del total existente) tanto como por su incidencia en el nivel del mar. Hoy, en la era del deshielo, el conocimiento acerca de esos campos blancos incluye predicciones tristes y pérdidas. Pero todavía hay algunos huecos en el saber para que llene la ciencia.

A eso se dedica Facundo Sapienza, un argentino de 29 años que trabaja en la Universidad de Berkeley, California, donde busca mejorar sistemas de inteligencia artificial para predecir qué sucederá con el agua congelada del planeta. Formado en física y matemática en la UBA y luego volcado a una de las ramas de la inteligencia artificial, como es el denominado machine learning, Sapienza participó en el sur de Alemania del Heidelberg Laureate Forum, con las principales figuras del campo de la matemática y la computación.

La intención del argentino es generar un mecanismo que tome datos de los sistemas satelitales y de otras formas de medición para hacer estimaciones más precisas de qué puede suceder con esos hielos. “Los glaciares son un objeto de estudio interesante, pero es trágico porque cualquier predicción sobre lo que les va a suceder no será muy buena. Pero son hermosos y saber cómo funcionan es genial”, le dijo a LA NACION.

–¿Qué falta conocer de los glaciares que con esta herramienta tecnología se podría saber?

–Trabajo en modelado de glaciares y otros sistemas de la tierra. Tenemos cierto entendimiento de la geofísica de un glaciar, cuáles son las ecuaciones que gobiernan el flujo del glaciar. Pero al mismo tiempo hay dinámicas que no conocemos, por ejemplo cómo responderán al cambio climático, o a cierta temperatura del aire o del hielo. Otra gran incógnita es qué pasa en lo que se llama la cama, el contacto entre la roca y el hielo, cómo el glaciar desliza más o menos, según temporada, según agua y lubricación. En los últimos años se obtuvieron más datos globales, tomados de satélites, que permiten un mapeo global de los glaciares del mundo. Es un problema del que sabemos un poco, pero falta la imagen completa del mecanismo. Con datos y modelos nuevos de IA y machine learning se facilita el proceso de estas observaciones y teorías para ver cómo hacer para que se igualen.

–¿La idea es mejorar los modelos para tener buenas predicciones?

–Hay partes que se ajustan con las predicciones y otras no. Por eso es preciso que sean más flexibles. Cada glaciar es particular y en ocasiones se hace modelados individuales, pero mi trabajo es global. Con datos de 3000 glaciares con características distintas se puede entender, por ejemplo, si están distinta altura, cómo reaccionan ante el clima, si la roca sobre la que se apoya es distinta. Ese es el tipo de preguntas que trato de resolver. Esa variabilidad entre glaciares con modelos dinámicos.

–¿Qué hace un sistema de machine learning que un humano no puede hacer?

–En principio, el paradigma es parecido. Queremos encontrar parámetros de que lo que observás sea bueno. Optimizar el mecanismo para que las observaciones se ajusten a la predicción. Con ese entrenamiento se espera que la predicción se encuentre en las observaciones. Que esto sea explicativo e interpretable desde la física, tratar de ver el mecanismo físico que controla esto.

–¿Cuántos glaciares hay y qué puede pasar con ellos en las próximas décadas?

–Unos 220.000, alrededor de ese número; por supuesto, con distintos tamaños y ubicaciones. Son bastantes datos para agregar en el sistema de análisis. Los trabajos que se han hecho son con escenarios a 2100 por lo general. Y muestran que incluso con reducción en las emisiones de gases de efecto invernadero, cosa que no está sucediendo, en los Alpes por ejemplo se perdería más del 70% del hielo. Eso va a pasar. Se podrían regenerar, pero llevan un tiempo porque son sistemas difíciles de modelar y no se recuperan después de un verano fuerte, cuesta que se adapten. Así que eso se va a ver.

–¿Se trata de sistemas caóticos (más difíciles de predecir)?

–Es un sistema que no es caótico, pero igual es difícil la predicción porque es sensible y si cambia por decir algo un poco la propiedad del hielo fluye más rápido o más lento. De hecho, desde la física lo describimos como fluido, pero es un fluido lento a diferencia del mar o de la atmósfera. Si lo grabás ves que se desliza como un fluido en cámara lenta. El hielo fluye de manera no lineal. Si algo afecta al clima y a la temperatura el glaciar responde de cierta manera.

–¿Cómo termina un matemático estudiando glaciares?

–En la Argentina estudié física y matemática, pero siempre el corazón estuvo con naturales y el modelado matemático. Así que apliqué al doctorado, había hecho estadística quería ver cómo aplicarla a las ciencias naturales. Y mi director me sugirió el tema de glaciares así que conecté con glaciólogos y arrancamos el trabajo. Es un objeto de estudio interesante, pero es trágico porque cualquier predicción que hagas no será muy buena. Pero son hermosos y saber cómo funcionan es genial. Y las herramientas de estos sistemas complejos se facilitan con la tecnología y la ciencia de datos. No es simplemente resolver el problema matemático sino también el software, por eso se interesa también en la computación científica para que estas herramientas funcionen correctamente.

–Más allá de las abstracciones y algoritmos, ¿vas a glaciares?

–Sí, organizamos desde hace un par de años un taller de machine learning en glaciares en una base al lado de un glaciar en Noruega. Hay mucho interés en la comunidad para aplicar nuestras herramientas. Así que fui y caminé los glaciares, pero como matemático no propiamente un glaciólogo [ríe]. Pero está buena esa interacción con glaciólogos que trabajan in situ. Está muy bueno combinar los distintos campos. Después de un par de año convergés a un punto en común y hablás el mismo vocabulario con gente con otra formación, esa la esencia de la interdisciplina, hay aprendizajes mutuos.

This content was originally published here.

This content was originally published here.

HEIDELBERG, Alemania.– Por razones estratégicas, o quizá por azar, la ciudad de Heidelberg no fue bombardeada por los Aliados durante la Segunda Guerra Mundial. Por eso en esta zona del sur de Alemania todavía se ven edificios e iglesias de varios siglos de antigüedad. Heidelberg es también una de las ciudades universitarias por excelencia de Europa, con una tradición dignamente medieval. Aquí, precisamente en la ribera derecha del río Neckar, se llevó a cabo la décima edición del Heidelberg Laureate Forum, donde genios de la matemática (que ganaron premios como el Turing, el Abel o la medalla Fields) se reunieron durante una semana de intensas actividades con jóvenes científicos de todo el mundo para compartir conocimientos y recomendaciones para las carreras. Este año llegaron de unos 60 países, incluyendo una decena de argentinos que estudian en el país (Universidades de Córdoba, Rosario y del Sur, en Bahía Blanca) y en el extranjero.

Como no podía ser de otra manera, uno de los tópicos centrales de las discusiones fue el de la inteligencia artificial, cuya versión generativa, por ejemplo a través del Chat GPT, ha hecho renacer el miedo de que la tecnología se escape del control humano y a la vez que muchos gobiernos traten de buscar algún tipo de regulación, hasta ahora sin mayor éxito.

Si bien la mayoría de los expertos que trabajan en el campo computacional o afines, en universidades o empresas, abrazan la idea de que se trata de cambios positivos o imposibles de evitar –como si la tecnología fuera una fuerza de la naturaleza–, hubo algunos que manifestaron cuán problemático puede ser dejar semejante poder de computación en manos selectas. Y cómo puede asimismo cambiar completamente la manera en que se organizan las sociedades y se disponen los trabajos. Algo que parece demasiado importante como para dejar en manos de unos pocos humanos que las programan, con intereses comerciales, o incluso de las mismas máquinas.

A todo motor

La posición fuerte respecto de las consecuencias del uso cada vez mayor de la Inteligencia Artificial (IA) se representa en las ideas de Alexei Efros, ganador del premio de la Association for Computing Machinery (ACM) en 2016, que ve en la IA una continuidad tecnológica apenas, no un salto al vacío, lo mismo que cuando aparecieron las películas o la TV y se dijo que la gente ya no leería, o incluso antes, cuando se pensaba que leer libros conspiraría contra vivir la vida. “No me preocuparía por esto en particular. Es una evolución, libro, radio, tv, videojuegos y ahora IA”, señaló en rueda de prensa.

“Es un cambio suficientemente lento como para no temerle. Aunque la IA tiene riesgos, para mí están bien abajo en la lista de temores. La guerra y el peligro para la democracia que es Rusia, por ejemplo, ranquea más alto, junto con el cambio climático o el bioterrorismo. Cualquiera de esos temas es mucho más peligroso que la IA”, agregó.

De todos modos, Efros, quien creció en la Unión Soviética y ahora trabaja en los Estados Unidos, ni siquiera se atreve a predecir qué sucederá en los próximos meses, ya no años, dada la velocidad en que todo sucede. Para él, las máquinas no van a tener nada comparable a la conciencia –sea cual fuere su definición– en los próximos siglos.

Por su parte Avi Widgerson, ganador del Abel Prize en 2021, admite que habrá enormes cambios, que mucha gente perderá su trabajo por el avance de las tecnologías exponenciales, sobre todo en áreas de la medicina –con el análisis de imágenes en primer lugar– y de los conductores de vehículos. Pero no lo ve muy problemático, aunque señaló que “los gobiernos deben preparar a la gente para eso” y que existe una necesidad de generar una ética de la misma IA que esté presente en universidades y empresas.

“Si bien es un tema complejo y difícil de predecir, como en su momento el poder nuclear o la dinamita, nada lo va a parar. Siempre se encuentran buenas maneras de usar las herramientas, lo mismo que un cuchillo, sustancias químicas, lo que sea. La gente puede usar la tecnología para muchos propósitos, buenos o malos. Lo concreto es que serán cambios enormes, pero no les temo”, dijo Wigderson.

El bando precavido

Algo más precavido, Joseph Sifakis, ganador del Turing Award en 2007, sin oponerse a la tecnología de IA, pidió que “exista una base nueva desde donde empezar, que tenga explicabilidad”.

“Debemos construir la confianza en los sistemas. Hay soluciones técnicas posibles”, dijo en una de las conferencias centrales, donde explicó por qué existe esa preocupación de las autoridades y los gobiernos y la necesidad de un marco regulatorio.

La explicabilidad, dijo Sifakis, está relacionada con que muchas veces los sistemas de IA son “cajas negras”, es decir, lugares en los que se ingresa determinada cantidad de datos y se obtiene una respuesta, pero no hay mayor idea respecto de qué sucedió ahí adentro y por qué se dio determinada respuesta.

“Hace falta especificar formalmente los parámetros involucrados y luego desarrollar una metodología. Hay muchos desafíos, en particular en lo que respecta a las inteligencias artificiales generativas, como el Chat GPT. Necesitamos mejores estándares”, dijo.

Y concluyó: “El futuro de la IA es monitorear y hacer controles de sistemas autónomos, por eso hacer predicciones de su comportamiento es muy importante”.

“Son tiempos de revolución científica”, agregó a la discusión Yael Kalai, premio ACM en 2022, también en conferencia de prensa. “Estamos todos estamos preocupados por la ética, por la desaparición de los trabajos, no tenemos idea de cómo será el mundo dentro diez años, y me da mucha curiosidad saber qué pasará”.

Y agregó que hay una conciencia de los desafíos éticos dentro de sus dos lugares de trabajos (en el MIT de Boston y en Microsoft), donde “son muy conscientes del peligro, del uso controversial, de que debe haber un montón de discusión y decisiones a tomar entre científicos y quienes hacen las leyes”.

Neruda GTP

Otro tema por discutir es la creatividad. El Chat GTP, por ejemplo, ¿es o puede ser creativo? Muchos dicen simplemente que no, y cambian de tema. Pero Sebastien Bubeck, ex profesor en Princeton (Estados Unidos) y en la actualidad investigador de Microsoft, cree lo contrario. Y puso dos ejemplos, ya que fue uno de los primeros en probarlo antes de que estuviera disponible para el público en general y escribió con colegas un largo paper (150 páginas) al respecto. Bubeck le pidió al Chat GPT4 un poema sobre la infinitud de los números primos y “en diez segundos volvió con un poema genial”.

El segundo ejemplo: su hija, fanática de los unicornios, siempre le pedía a la IA cuentos sobre unicornios. Hasta que un día le pidió que dibujara uno, algo difícil porque se trata de un sistema que genera lenguaje. Y sin embargo devolvió un dibujo que no existía antes, un unicornio que se parece, si bien vagamente, a un unicornio con las características propias de ese animal de fantasía (Bubeck llevaba la remera con el dibujo en la conferencia). “Es medio una porquería, pero es algo que creó el chat, pudo conectar las cosas que sabía y armar algo. Sintetizó la información y esa es la esencia de la inteligencia, lo que hacemos como matemáticos”, dijo. “Nadie en el mundo sabe a dónde llevará esto, nadie”, finalizó.

Para Efros, en cambio, estamos “muy muy muy lejos” de la poesía artificial. “Hay mucha excitación alrededor de la IA generativa. Mi visión es que no es suficiente lo que tenemos como para que haya deseo, o la posibilidad de escribir poesía. Primero hay que atravesar hambre, bronca, tristeza, eso necesita un acercamiento diferente, a generar desde una única célula otra versión de nuestra propia evolución biológica, algo que está muy lejos. El poder computacional necesario para semejante cosa es enorme”, remarcó.

Lo cierto es que parece haber una especie de regocijada alarma incluso entre los tecnofílicos. En la deriva quizá termine siendo, como dijo Vinton Cerf (premio Turing 2004 y uno de los creadores del protocolo de la red de redes), un problema para el modelo de negocios de internet, si es que toda la gente termina yendo hacia allá en lugar de usar por ejemplo Google. La reflexión final de Cerf fue que “hay que tener cuidado porque si es verdad que la historia la escriben los que ganan, es posible que la próxima historia la termine escribiendo una inteligencia artificial”, según comentó. Lo dijo como con una media sonrisa, pero no todos se reían en el público.

This content was originally published here.

La pedagoga y experta en tecnología educativa sostiene que los docentes deben tener la formación adecuada para enfrentarse a la IA y reivindica que se tenga en cuenta su punto de vista: “Tradicionalmente en las investigaciones sobre IA apenas se cuenta con la opinión del profesorado; es importante que todos podamos participar y construir el mundo que está por venir”.

La inteligencia artificial (más conocida ya por sus siglas, IA) ha venido para quedarse, aunque María del Mar Sánchez, pedagoga y experta en tecnología educativa, advierte: «Es frecuente que surjan herramientas que parece que lo van a cambiar todo, pero luego no transforman realmente el sistema porque el papel del docente sigue siendo fundamental para que tengan sentido». «Sentido» es el término que más se repite entre quienes abogan por una introducción sosegada y paulatina de la tecnología en el aula. No se trata, recuerda María del Mar, de rivalizar contra la máquina, sino de reivindicar lo que la máquina no puede (ni debe) hacer sin la intervención del docente.

Pregunta. Sin embargo, María del Mar, muchos todavía no saben qué es exactamente la IA…

La IA lleva tiempo conviviendo con nosotros. La podemos encontrar en nuestros móviles o en los sistemas de recomendación de las aplicaciones. Hay mucho debate sobre el concepto porque el propio término “inteligencia” puede ser controvertido en función de lo que se considere “inteligente”. Creo que la definición más aceptada sería la que explica que son sistemas capaces de realizar tareas que, tradicionalmente, requieren de la inteligencia humana.

¿Por eso nos sorprende tanto?

Sí, porque pueden tomar decisiones, establecer conversaciones y resolver problemas complejos. La llegada de ChatGPT, por ejemplo, ha hecho que hablemos de “inteligencia artificial generativa”, que es un tipo de aplicaciones de IA específicas que nos permiten generar contenido como texto, imagen y vídeos. Yo lo equiparo con la llegada de la web 2.0: Internet ya existía, pero los blogs y las redes sociales nos permitieron participar y crear en red. Pues bien, la IA ya existía, pero la IA generativa nos permite participar y crear con IA. Somos más conscientes de que está ahí.

¿Pasará de moda o ha venido para quedarse?

Es frecuente que surjan herramientas que parece que lo van a cambiar todo (las pizarras digitales, la robótica, los MOOC), pero luego no transforman realmente el sistema, porque el papel del docente sigue siendo fundamental para que tengan sentido. No obstante, hay algunas herramientas que son tan disruptivas y transforman tanto el mundo que la escuela no puede mirar para otro lado. Lo fue la llegada de internet y ahora lo es el boom de la IA. Pero que se use bien o no seguirá dependiendo de lo que hagamos con ella. Las bases de la didáctica y la tecnología educativa siguen ahí.

ChatGPT, al igual que otros modelos de lenguaje basados en aprendizaje automático, puede tener sesgos inherentes debido a la naturaleza de los datos con los que fue entrenado.

¿A qué ha venido entonces la IA?

La IA pone sobre la mesa la necesidad de la alfabetización digital y el desarrollo del pensamiento computacional; no porque tengamos que ser todos programadores, sino porque tenemos que entender cómo funcionan estos sistemas. Es necesario que sean transparentes respecto a los datos con los que se entrenan, porque podemos favorecer determinadas ideologías o visiones del mundo. Por ejemplo, ChatGPT, al igual que otros modelos de lenguaje basados en aprendizaje automático, puede tener sesgos inherentes debido a la naturaleza de los datos con los que fue entrenado, dado que gran parte del contenido en línea está en inglés y proviene de países occidentales.

Hay que ser entonces cautos…

Es importante saber y reclamar información sobre lo que hacen estos sistemas con nuestros datos. En este caso, la UE está haciendo un esfuerzo por regular y revisar este hecho. Hay aplicaciones de IA que aún no tenemos accesibles en nuestro país porque se está revisando el tema de la gestión de los datos y la privacidad. También está el sesgo de la brecha digital, que implica que reflexionemos acerca de si todos tenemos acceso a estos sistemas y si sabemos usarlos adecuadamente, de ahí la importancia de formarnos. El modelo de negocio que se está generando con las IA me hace preguntarme si habrá brecha entre quienes puedan permitirse una buena IA que les ayude y quien no podrá hacerlo. O si estos sistemas contribuirán a reproducir modelos educativos que no sean inclusivos. En nuestra mano está el futuro que queramos conseguir con la IA.

¿Podrá ser realmente ética y segura?

Es posible, pero requiere que haya consenso e interés por parte de investigadores, desarrolladores y políticos. Dentro de la red también hay posturas ideológicas y filosóficas. El movimiento del software libre, por ejemplo, no solo promueve liberar los programas informáticos, sino toda una cultura y una visión sobre lo que tiene que ser el ciberespacio. Sobre la IA también hay visiones, debates y posturas ideológicas.

¿Y los políticos qué pueden hacer?

La IA debería ser una prioridad política y regularse adecuadamente. Las administraciones educativas tienen que poner recursos, no solo para formar al profesorado, sino para darles tiempo y espacios en los que aprender y desarrollarse profesionalmente. El pensamiento computacional es parte de la Lomloe, pero enviar kits de robótica a los centros no es suficiente. ¿Damos oportunidades de aprendizaje reales? ¿Les damos tiempo para prepararse?

La IA ha puesto sobre la mesa el debate de los deberes y la evaluación en la educación; me parece positivo que afrontemos esas cuestiones, que hace tiempo deberíamos haber abordado

¿Y da la IA oportunidades reales?

Nos abre un abanico de posibilidades enorme. Por un lado, los sistemas de IA pueden ayudar a incrementar nuestra productividad de forma increíble si sabemos usarla adecuadamente. Por otro, pueden ayudar al aprendizaje personalizado y desarrollar sistemas con un potencial enorme para transformar, por ejemplo, la educación online. Y finalmente también se nos plantea un gran abanico de herramientas que podemos integrar en nuestra práctica docente en el marco de metodologías adecuadas. Además, ha puesto sobre la mesa el debate de los deberes y la evaluación en la educación y, aunque pueda parecer problemático, a mí me parece algo positivo que afrontemos esas cuestiones, que hace tiempo deberíamos haber abordado.

Dicen que la IA permitirá un aprendizaje a la carta.

Los sistemas de IA pueden analizar las respuestas y comportamientos de los estudiantes en tiempo real, adaptando el contenido y los recursos proporcionados según sus necesidades. Por ejemplo, si un estudiante tiene problemas con un concepto en particular, el sistema puede ofrecer material adicional o presentar la información de una manera diferente para tratar de que lo entienda mejor. Pueden también proporcionar feedback inmediato, así como ayudar a diseñar itinerarios de aprendizaje personalizado. Esto lo hacen los sistemas a partir de los datos. A medida que un estudiante interactúa con una plataforma de aprendizaje, genera una serie de información: qué respuestas elige, cuánto tiempo pasa en ciertas tareas, cómo navega a través del contenido, etc. La IA analiza estos datos para identificar patrones de comportamiento y aprendizaje.

¿Esta personalización se traduce en una educación más inclusiva?

Todo dependerá de cómo la utilicemos. Por ejemplo, los sistemas de IA pueden analizar el comportamiento y el rendimiento de los estudiantes para identificar a aquellos que pueden estar en riesgo de abandonar la escuela o que enfrentan dificultades educativas, dando información útil al profesorado para poder intervenir. También hay traductores automáticos y aplicaciones para personas con discapacidad, que pueden hacer que el contenido educativo sea más accesible. Pero también podríamos encontrar sistemas que perpetúen los sesgos presentes en los datos con los que fueron entrenados. Esto puede llevar a que se favorezca a ciertos grupos de estudiantes sobre otros, reforzando estereotipos y desigualdades. Por lo tanto, va a depender de las decisiones que tomemos y de los sistemas de IA que diseñemos.

El pensamiento computacional es parte de la Lomloe, pero enviar ‘kits’ de robótica a los centros no es suficiente. ¿Damos oportunidades de aprendizaje reales?

Los detractores vaticinan que la IA acabará con la cultura del esfuerzo.

Eso es un mito. Bien utilizada, la IA ayuda a incrementar nuestra productividad y esto nos puede permitir hacer tareas más complejas. Por ejemplo, la calculadora nos ayuda a no perder tiempo para poder resolver problemas más complejos. Pues bien, la IA puede funcionar de forma similar, siempre y cuando la incorporemos de forma adecuada.

¿Resta autonomía al alumnado?

Otro mito. Dependerá del sistema de IA, el contexto y los algoritmos que haya detrás. Ya existe debate sobre si tomamos nosotros las decisiones en red (y en la vida) o estamos condicionados por los algoritmos de las grandes multinacionales tecnológicas, por lo que sí es posible que exista un modelo de aprendizaje personalizado que tome las decisiones sobre el aprendizaje del alumnado. De ahí la importancia de entender estos sistemas y reclamar diseños éticos y justos socialmente.

¿Y rebajará la calidad de la enseñanza?

Dependerá de nuestro trabajo como docentes.

Hay quien dice que peligra…

El papel del docente se hace más importante que nunca, siempre y cuando entendamos que su rol no es solo el de transmisor de contenidos, sino el de facilitador de experiencias de aprendizaje.

¿De dónde surge entonces tanto catastrofismo?

Creo que es parte de la naturaleza humana, cuando llega un desarrollo tecnológico avanzado, cuestionar y afrontarlo con temor. Puede ser hasta positivo porque nos hace plantearnos los problemas que puede tener y es bueno que debatamos sobre ello. No obstante, al igual que no hay que abrazar estos sistemas sin reflexionar, tampoco podemos negar, y menos en la educación, la importancia de abordarlos desde la escuela, ya que la IA está aquí y tenemos que prepararnos todos para ello.

La pregunta no es ‘¿cómo hago mi tarea de siempre en el mundo de ChatGPT?’, sino ‘¿cómo puedo abordar este tema con otro tipo de tareas?’

Otros aseguran que la IA, más que un enemigo, es un aliado.

Nos ayuda a ser mucho más productivos. Hay herramientas que permiten diseñar planificaciones didácticas, presentaciones, vídeos. Nos pueden ayudar a generar rúbricas de evaluación, generar contenidos. Bien usadas, pueden contribuir al desarrollo profesional docente.

¿De qué manera?

La IA pone en evidencia que tenemos que mejorar nuestro enfoque sobre la competencia digital docente, que no pasa solo por la parte técnica sino por entender el lenguaje de las tecnologías, saber cómo integrarlas de manera didáctica y cómo mejorar su desarrollo profesional como docentes. Las herramientas de IA podrán ayudarnos a aprender y diseñar nuevos recursos, pero creo que lo importante es que cambiemos el enfoque sobre el desarrollo de la competencia digital docente y vayamos más allá de un enfoque meramente técnico.

¿Y se está formando adecuadamente a los docentes para ello?

En cuanto a la formación inicial, los compañeros de tecnología educativa de la Universidad de Murcia, por ejemplo, hemos incorporado estos temas en nuestras asignaturas e incluso tenemos un proyecto de innovación docente sobre el uso de la IA para el aprendizaje. Sé de compañeros de otras universidades que también lo están trabajando. Pero tenemos que tener en cuenta que la IA generativa ha entrado en tromba en la sociedad y los educadores no podemos tampoco abrazarla a lo loco; tenemos que entenderla y reflexionar sobre ella. Y eso requiere de tiempo.

¿Se están dando pasos en ese sentido?

Soy consciente de que muchos intereses formativos de las universidades y de centros de formación de las comunidades autónomas (que tienen las competencias en la formación continua) están puestos en la IA. También el INTEF a nivel ministerial hace tiempo plantea formación en este sentido. Es decir, estamos todos en ello. La clave está en generar espacios y tiempos para que realmente el profesorado pueda entender y abordar este asunto. También el enfoque de la formación me parece clave. A veces nos quedamos en aspectos técnicos y los profesores lo que quieren es saber cómo afrontar la llegada de la IA en su clase de Lengua de 3º de la ESO. Eso requiere comprender las estrategias didácticas y cómo integrar las tecnologías en ellas. A veces la pregunta no es “¿cómo hago mi tarea de siempre en el mundo de ChatGPT?”, sino “¿cómo puedo abordar este tema con otro tipo de tareas?”.

Las familias son las grandes olvidadas; también necesitan entender cómo son los sistemas de IA y cómo influyen en su vida y en la de sus hijos.

Y nos quedan las familias…

Hay que formarlas, por supuesto. A veces son las grandes olvidadas. También necesitan entender cómo son estos sistemas y cómo influyen en su vida y en la de sus hijos.

¿Poner límites verdaderos empieza por prohibir el móvil?

Una cosa es ser crítico con el uso de la tecnología y otra es directamente negar cualquier uso de la misma y atribuirle todos los problemas educativos. Vivimos en un mundo digital, negar la formación en la misma es cometer un error gravísimo. Estaremos abandonando a nuestros alumnos a merced de los intereses que otros puedan tener. La alfabetización mediática y digital es algo fundamental.

¿Qué nos queda por ver?

Ojalá lo supiera. Ahora mismo hay un boom con la IA que se rebajará, pero también creo que, al igual que Internet, ha venido para quedarse. Vamos a ir viendo aplicaciones nuevas un día tras otro y nuevos sistemas que cada vez tendrán más calidad. La clave será que tengamos la formación y los recursos para poder abordarlos adecuadamente desde la educación. También es importante reivindicar la creación de grupos multidisciplinares en la investigación sobre este asunto. Tradicionalmente en las investigaciones sobre IA apenas se cuenta con la opinión del profesorado. Es importante que todos podamos participar y construir el mundo que está por venir.

Este contenido ha sido publicado originalmente por Magisterio en la siguiente dirección: magisnet.com

La entrada María del Mar Sánchez: Los docentes no podemos abrazar la IA (inteligencia artificial) a lo loco se publicó primero en Web del Maestro CMF.

This content was originally published here.